陈子春
- 作品数：6 被引量：94H指数：4
- 供职机构：机电部更多>>
- 发文基金：国家自然科学基金辽宁省科技厅科技攻关项目辽宁省教育厅基金更多>>
- 相关领域：矿业工程自动化与计算机技术环境科学与工程电气工程更多>>
- 基于光表面等离子波共振的矿井瓦斯检测技术研究被引量：1
- 2011年
- 针对矿井瓦斯检测中存在的问题,采用单芯光纤耦合的反射式光束偏转法检测技术,结合Ag/SnO2金属复合薄膜与瓦斯气体接触后发生气敏化学反应,将引起SnO2薄膜的折射率发生变化和等离子表面波共振角移动的性质,提出了一种新的瓦斯检测方法。该方法利用白光光源在覆有选择性气体吸附复合薄膜的表面激发表面等离子波,用单芯光纤耦合的反射式光束偏转法对所激发表面等离子波信息进行采集,并准确检测出环境中甲烷气体的体积分数;用最小二乘法对数据进行拟合,提高了检测精度。由仿真曲线证明,本瓦斯检测方法为瓦斯监测方法提供了一种新途径。
- 付华李立军陈子春
- 关键词：瓦斯气敏薄膜
- 风光储电动汽车换电站多目标运行优化被引量：13
- 2016年
- 针对可再生能源与电动汽车充换电负荷之间的协调优化问题,建立了含风光储发电单元的电动汽车换电站多目标运行优化模型。采用多种群和动态自适应策略,提出了一种改进的动态多种群多目标粒子群算法,对这一多维、多约束、非线性的多目标优化问题进行求解。以某地区实际电网数据进行算例仿真,验证了模型和算法的有效性。结果表明,优化后的风光储电动汽车换电站不仅可以实现可再生能源的就地消纳,而且有助于减小负荷峰谷差。
- 付华柳梦雅陈子春
- 关键词：电动汽车
- 基于MPSO-WLS-SVM的矿井瓦斯涌出量预测模型研究被引量：32
- 2013年
- 为有效预防瓦斯灾害,以预测矿井瓦斯涌出量为研究目的,提出经改进的粒子群算法(MPSO)优化的加权最小二乘支持向量机(WLS-SVM),并用其预测非线性动态瓦斯涌出量。算法通过对WLS-SVM的正则化参数C和高斯核参数σ寻优,建立基于MPSO优化的WLS-SVM的瓦斯涌出量预测模型,并利用某矿井监测到的各项历史数据进行实例分析。试验结果表明:该预测模型预测的最大相对误差为5.99%,最小相对误差为0.43%,平均相对误差为2.95%,较其他预测模型有更强的泛化能力和更高的预测精度。
- 付华谢森徐耀松陈子春
- 关键词：瓦斯涌出量
- 基于AM-MCMC的瓦斯危险等级测评
- 2013年
- 用相对瓦斯涌出量划分矿井瓦斯等级存在着临界级别模糊性和局限性的缺点,将AM-MCMC算法与BP神经网络相结合,建立测评模型,该模型解决了相邻瓦斯危险级别所存在的模糊性以及训练样本少的问题;结合已有的研究成果,选取最能反映瓦斯危害的5项指标作为基本判别指标,以18组典型的实测数据作为训练样本进行分析计算,所得结果与实际情况基本相符;研究结果表明:基于AM-MCMC的BP神经网络可以应用于煤矿瓦斯危险等级测评当中。
- 付华葛芳菲王福娇陈子春
- 关键词：BP神经网络
- 基于ACC-ENN算法的煤矿瓦斯涌出量动态预测模型研究被引量：45
- 2014年
- 为了对煤矿瓦斯监测数据进行有效分析,以实现准确、可靠的回采工作面绝对瓦斯涌出量预测,提出了蚁群聚类算法优化Elman神经网络的绝对瓦斯涌出量动态预测方法。算法通过对Elman神经网络的权值、阈值寻优,建立了基于ACC-ENN算法的绝对瓦斯涌出量预测模型,并结合矿井监测到的历史数据进行实例分析。试验结果表明:经蚁群聚类优化后的Elman神经网络绝对瓦斯涌出量预测模型较其他预测模型具有更好的泛化能力和更高的预测精度,有效地实现了煤矿绝对瓦斯涌出量动态预测。
- 付华谢森徐耀松陈子春
- 关键词：绝对瓦斯涌出量蚁群聚类ELMAN神经网络
- 基于分数阶神经网络的瓦斯涌出量预测被引量：8
- 2013年
- 针对现有的煤与瓦斯涌出危险性区域预测模型存在收敛速度慢、极易陷入局部极值等问题,结合BP的局部搜索能力和分数阶算法快速的全局搜索能力,提出了一种基于分数阶神经网络的新预测模型,用于非线性瓦斯涌出量的动态预测。经训练和实验结果表明:该模型较其他模型具有更好的滤波效果、更强的抗干扰能力、更快的收敛速度、更高的收敛精度等特点,能够达到准确指导实践的要求。
- 付华王福娇陈子春
- 关键词：瓦斯涌出量
